《PNAS》（美国国家科学院院刊）是与 Nature、Science 齐名，被引用次数最多的综合学科文献之一，PNAS 收录的文献涵盖生物、物理和社 科学，主要内容包括具有高水平的前沿研究报告、学术评论、学科回顾及前瞻、学术论文以及美国国家科学学会学术动态的报道和出版。近期其最受关注的文章（生物类）如下：

Regulation of the sperm calcium channel CatSper by endogenous steroids and plant triterpenoids

来自于加州大学伯克利分校的分子和细胞学助理教授 Polina Lishko 带领 Nadja Mannowetza、 Melissa R. Miller 完成了这一研究。他们发现，这两种存在于雷公藤、芦荟等植物中的天然化合物——扁塑藤素（pristimerin）和羽扇豆醇（lupeol）能够在低剂量的浓度下有效阻止受精作用，且对精子、卵子不会造成负面影响。他们认为，这两种化合物可以开发成紧急避孕药，在 make love 之前还是之后服用，亦或者研发出皮肤贴片或者阴道环实现永久性避孕。

Overcoming catastrophic forgetting in neural networks

作为世界上最受瞩目的人工智能技术研究机构之一，Google DeepMind 总是在不断带来我们惊喜。在去年的官方总结中，DeepMind 指出，‘2016 年，我们的另一重要研究领域是记忆（memory），特别是如何将神经网络的决策智能和有关复杂结构化数据的存储、推理能力结合起来的难题。’近日，DeepMind 又发布一份新研究（这一方法不同于之前提出的 PathNet），宣称实现了神经网络的连续学习（Continual Learning），让计算机程序可以不忘记之前学习过的内容并渐进式地学习新内容。这篇论文结合了生物学、突触弹性理论，并讨论了突触不仅存储权重还存储这一权重不确定性的理论。这项研究得到了广泛的关注，比如 Bloomberg 的报道写道，这项研究‘可能将为能被更轻松地应用于多种任务的人工智能系统开启新的道路，它也应该可以提升人工智能系统在任务之间迁移知识的能力和掌握一系列互相链接的步骤的能力。’机器之心在此对 DeepMind 与该研究相关的官方博客文章和论文摘要进行了介绍。学习执行任务的计算机程序通常也会很快地忘记这些任务。这一研究表明可以修改学习规则使程序在学习新任务的时候还记得旧任务。这是向能渐进学习和自适应学习的更加智能的机器所迈出的重要一步。

Metabolic features of chronic fatigue syndrome

研究者们最近发现了一类慢性疲劳症（CFS）的特有化学标记物，而且这一特征与其它物种在受到环境压力时出现的 “冬眠” 现象十分相似。慢性疲劳症又被称为肌痛性脑脊髓炎，能够对患者造成长达半年之久的疲乏症状。在这一时期内，患者会不时表现出头痛，睡眠障碍以及记忆问题等等。为了研究该疾病的生物学原理，研究者们招募了 84 名志愿者（45 名患者与 39 名健康人）进行试验。通过采集样本，他们筛选到了 612 个代谢标记，参与了血浆中 63 种不同的生化反应。通过比对健康人与患者之间的代谢物差异，作者们发现患有 CFS 的患者在其中 20 个代谢通路中出现了异常，而 80% 的代谢物水平也有明显下降。这意味着患有 CFS 的患者在代谢上述化合物时相比正常人有明显的障碍。这一特征与蠕虫在进行冬眠时的情况十分相似。

Neural correlates of the LSD experience revealed by multimodal neuroimaging

这是科学家首次完成 LSD 作用于大脑成像研究，被称作 50 年以来最大的突破。LSD 是什么？就是一种致幻剂，据称，吸食 LSD 在硅谷这种高科技产业区十分常见，乔布斯都说这吸食 LSD 是他做过最重要的事之一。科学家对注射过 LSD 的志愿者进行了大脑扫描成像。他们发现，在 LSD 的作用下，大脑的不同部分竟然可以相互沟通。也就是说，就算你闭着眼，你的视觉皮层仍然处于激活状态。同时，原本处于同一个神经网络的各个部分，在 LSD 的作用开始分散，这就导致了 “天人合一” 的感知，这种个人性逐渐消散的现象也被称作 “自我消解”（ego dissolution）。这一研究为 LSD 用作精神疾病的治疗打下了基础。 由于这种药物对大脑区域的影响巨大，很可能可以改变抑郁症和成瘾症作用下的大脑思维模式，从而治疗抑郁症和成瘾症。

Modeling gene regulation from paired expression and chromatin accessibility data

这篇文章由中外学者完成，研究人员提出了利用匹配的基因表达和染色质可及性数据刻画顺式调控元件和反式调控元件相互作用的数学模型，将基因调控网络的建模研究从编码基因推进到了非编码区域的调控元件，有望用来注释疾病等表型相关的遗传变异。分子生物学的中心法则指出了从 DNA 编码基因到 RNA 再到蛋白质的遗传信息的流动方向。一个基因被转录为 RNA 时，人们称之为 “表达”。基因调控网络，即对基因表达水平进行精准控制的蛋白与 DNA 间相互作用。基因调控网络是几乎所有生物过程的核心。在特定的条件下，特定基因表达的启动或停止，增强或抑制，是细胞选择基因组中的调控元件和相互作用完成基本生命活动以及对外界刺激作出应答的分子基础。而且组织和细胞特异的基因调控塑造了不同的表型，是健康和疾病研究的基石。阐明基因选择性表达所依赖的调控元件及其相互作用的分子机制，需要对基因调控进行建模。特别是转录因子等反式调控元件和增强子等顺式调控元件在特定的细胞环境下如何合作使得一个基因快速转录是基因调控网络研究的核心问题。来自中国和美国的科学家紧密合作，开展了对基因调控研究中的核心的元件（转录因子 TF、染色质调控因子 CR 和调控元件 RE）之间的相互作用的研究，进而对基因表达的定量预测进行建模，发展了网络推断的新方法 PECA。PECA 重点对转录调控的三个关键环节进行建模：一，基于 CR 与序列特异性 TF 的相互作用推断 CR 在 RE 上的结合位点；二，基于 CR 的结合和 RE 的可及性，预测 RE 的激活状态；三，基于激活 RE 上结合的 TF 预测目标基因的表达。PECA 推断得到的条件特异的基因调控网络可注释数量性状位点 (QTL) 研究给出的非编码区域的功能，从而对发生在非编码调控区域的点突变和结构变异与表型之间的联系给出分子机理层面的解释。该研究中利用了人类基因组计划之后的 “DNA 元件百科全书” 计划 (Encyclopedia of DNA elements，简称 ENCODE）中的数据，特别是部分具有匹配的染色质状态和基因表达数据的细胞类型，解读这些重要的数据，将极大地促进人们对后基因组时代基因调控网络的理解。

Human genome-wide repair map of DNA damage caused by the cigarette smoke carcinogen benzo^[a]pyrene

先前的研究已证明，吸烟引起 DNA 损伤，导致肺癌。日前，UNC 医学院的科学家们首次创建了一种在基因组水平以高分辨率有效反映 DNA 损伤修复位点的技术。 UNC 医学院生物化学和生物物理学实验室的 Sarah Graham Kenan 教授发明了该项技术。在 “美国国家科学院院刊” 上发表的一项研究中，Sancar 及其研究小组开发了一种新型技术，用于在基因组水平查找正常 DNA 损伤后的修复位点。科研人员用这种技术来描述主要化学致癌物 - 苯并 [a] 芘（benzo[α]pyrene）所引起的 DNA 损伤。

Overcoming catastrophic forgetting in neural networks

以顺序的方式学习任务的能力对人工智能的开发来说是至关重要的。到目前为止，神经网络都还不具备这种能力，而且人们普遍认为灾难性遗忘（catastrophic forgetting）是连接主义模型（connectionist model）的不可避免 特征。我们的研究表明有可能克服这种限制并训练出能够在很长一段时间里在它们没有经历过的任务上保持专业知识的网络。我们的方法能够选择性地减慢对这些任务而言比较重要的权重的学习速率。通过解决一系列基于手写数字数据集的分类任务和按顺序学习多个 Atari 2600 游戏，我们表明我们的方法是可扩展的和有效的。

Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates

功能性磁共振成像（fMRI，functional magnetic resonance imaging）是一种神经影像学方式，其原理是利用磁振造影来测量神经元活动所引发之血液动力的改变。用于这种方法的非侵入性、没有辐射暴露问题等优点，被广泛应用于神经科学研究。然而近期来自麻省总医院的一组研究人员发现，fMRI 数据处理最常用的软件包产生的假阳性率高达 70%，这令其所涉及的 40,000 项研究受到质疑。研究人员分析了来自 500 例健康对照的静息态（resting-state，就是大脑非任务状态，生物通注）fMRI 数据，然后随机分配到对照组和 “实验” 组，这些数据会被数千次分配到三个常见的软件包：PM、 FSL 和 AFNI 中的一个，造成假阳性。除了高得惊人的假阳性率，研究人员还在 AFNI 软件包中发现了一个 bug：当他们利用软件的一个调试版本时，能减少 10% 的假阳性率。研究人员指出，大多数采用这种错误软件的研究数据不可用，因此数据不容易重新分析。上万项研究采用的技术被质疑